【2020汽车蓝皮书论坛】杨辰韵：如何在存量时代下发掘新的增长点

8月11日至13日，2020年第十二届中国汽车蓝皮书论坛在武汉举行。论坛第三天，创略科技联合创始人兼总裁杨晨云发表了题为《股票时代数据和智能驱动的新增长》的主题演讲。

以下是演讲实录。

亲爱的来宾和老师们，下午好！很高兴今天能和大家一起探讨汽车行业的数字化转型和一些核心问题。

我今天分享的一个话题是“数据和智能驱动股票时代的新增长”。我来自杨晨云，创略科技联合创始人，英文名Tiger。

事实上，这里已经有一些老朋友和一些新朋友了。简单描述一下我们是什么样的公司。创略科技的核心是利用基于大数据架构的数据科学，包括AI深度学习和自然语言处理技术。服务端是面向消费者的企业，主要是汽车出行等行业，包括其他金融对应行业像零售、旅游。

核心是基于客户数据提升营销的效率、效果、客户体验和客户生命周期。在国内，这些年来也获得了一些AI和大数据方面的相关荣誉，包括中科院等等。

让我简单介绍一下我自己。在此之前，我和我的其他创始人在海外硅谷度过了十几年的漫长时光。我们有幸在加州伯克利，和当时的图灵奖获得者一起做了一些数据挖掘的研究，回国后创建了相应的数据中心解决方案。团队包括在营销领域从业近20年的专家，垂直行业包括汽车等行业的专家，在大数据和AI领域从业近20年的数据科学家等。，打造团队的核心行业解决方案。

这次听到更多业内人士谈论今年的特殊情况。在过去两年多的时间里，由于经济下行和汽车行业的相对饱和，获得新客户越来越困难，销量明显具有挑战性。今年越来越差，上半年的疫情也对很多企业造成了很大的短期冲击，包括传统的主机厂。

除了今年的疫情，这两年我们一直在谈论数字化转型的话题，也看到我们接触的汽车行业越来越多的客户开始意识到数字化转型的重要性和紧迫性。在我们刚刚提到的存量时代，发掘新的增量非常重要。

在这个过程中，我们服务的几百个客户会发现，这里有很多坑，数字化转型中有很多坑，需要大家共同面对和克服，或者在实际操作层面避免。不然你会发现有很多实用的层面，可能是以前没见过的。

在汽车行业，我们也会发现整体销售周期会更长。每一个环节如何实现，都涉及到以客户为中心的数字化的相应转型。在每一个环节中，这个的基础都是相应的数据收集。为什么一些造车新势力或者智能汽车品牌开始设立私域流量矩阵，希望在前期通过内容和运营逐渐体现客户的标签，做个性化营销。

后来包括售后环节等等，我们看到传统的主机厂也开始提供包括出行在内的服务。本质是在出行领域，如果还没有购车，也可以通过分时租赁在部分潜在受众中产生高频和潜在数据。在我们提到的数字化转型中，数据本身是一个非常关键的点。

另一块是在整个过程中，从传统的汽车制造，到让经销商实现所有相关的销售，到一个以客户为中心的转型，包括国内一些最大的自主品牌已经开始谈全面的To C战略，不仅仅是围绕汽车的销售，更是围绕自己的接触和积累，数据资产的接触，真正把汽车的生命周期和客户的角度结合起来，以客户为中心做相应的后续工作。

所以基于此，我们将聚焦中国(20)15年和(20)16年的大数据架构，推出客户数据中心或客户数据平台的CDP概念。在汽车行业的应用中，我们会发现我们刚刚提到的这些潜在客户的一些行为数据，并逐步收集我们所拥有的行为数据……t之前通过私域流量和私域矩阵收集或关注的。

此外，在这种系统存在之前，还有许多问题没有解决。在此之前，会有一些基于资金留存等的线索。，主要基于客户保护数据，包括CRM等系统。

没有打通，客户的体验和真正实现相应营销转化的环节都不是建立在整个客户的三维画像上。这一块成为客户体验、增强个性化、实现智能和效率的高效第一步。打通后，它逐渐根据人工和专家标签做出一些预测分析。

看整体系统中对应的应用场景。一开始是基于客户数据。在此基础上，我们通常会看到更多围绕营销或个性化的客户场景来做相应的营销。从最初的潜客对购车意向或预约试驾意向的预测，到相应的客户置换或复购意向，再到新客户的拓展，我们可以基于已有的客户画像进行更精准、更精准的接触。

除了营销场景，你会发现以客户为中心的场景其实开始延伸到更多的应用场景，而不是营销场景。包括这两年一直在提的C2M、C2B等个性化需求，到个性化制造，以及这些点的个性化需求。后来我们看到一些主机厂的设计部门或者产品部门也开始注重根据客户数据建立一些相应的特色部门。

接下来，把重点放在我们刚刚提到的整体价值点上，简单的一个一个展开。包括我们可能和一些汽车行业的客户，包括非汽车行业的客户积累的应用和案例。

首先，建立客户数据中心的CDP。建立客户数据中心的核心，可以帮助企业建立三维的客户认知，并基于客户中心做出相应的最终应用和决策。

这其实是为了帮助我们的客户——威马汽车。在新能源汽车或新势力中，威马是较早拥抱数字化转型并打造相应CDP的厂商。之前我们可以看到左边会有更多的各种类型数据的客户联系人。之前基于不同的流程，比如一些传统的OEM线索管理CRM等零散的存在，包括广告等售后数据，没有办法用整体做一个客户在任何部门的立体标签画像。

度过这一关非常重要。我们真正开始了解客户在这个阶段是否可能有相应的维修需求或者其他新的需求，并最终应用到运营上，包括营销和售后服务，甚至C2M和C2P的场景。

在营销层面，第一个核心是潜艇层面。在潜在客户层面，如何看到或者识别或者针对潜在客户做一些个性化的营销。有三种主要情况:

一是过去或未来是否会有真实的购车意向。

在购车意向筛选和试驾预约筛选中，我们会发现更多的客户，包括DCC部门，以前这一块做的不好，每天都会打很多电话，但是如果客户打电话给这些本质上并不高尚的客户，客户体验本身就不好，因为最近是网上谈种草的阶段，但是我们继续打电话来试驾等等。

如何识别同样的情况？未来一个月到三个月，会有买车的意向，对应的客户会打对应的电话，他会认为是有价值的信息，有意义的信息。其他客户前期可能会通过微信或者其他私域手段来维护和培养相应的需求。

第二，在客户或现有客户层面，我们会发现相当多的企业包括客户。当然，这只是其中一个场景。

在接触较少的情况下，年度续会是客户保护层面的关键场景，也是每年至少能保证一次沟通的情况……如果有犹豫，不续费或提及其他品牌名称等。，那肯定是担心他可能有代替或者替换的意图。现在是一个关键的机会，推动他是否可能更换或替换，同品牌的其他型号或更高端的型号。

这将涉及到语音转换成文本后的一段对话或一条消息的可能性，相关的关键词和语义分析将在文本转换后由专员处理技术进行识别，在这种情况下判断是否可能存在潜在的替换需求。不仅仅是客户服务中的续保，更是如何在众多售后环节中捕捉到相应的需求数据，包括维修数据，来完善相关的售后服务，对品牌的忠诚度和长期合作有着重要的意义。

第三，新客户的推广。在新客户推广层面，很多以前的公司，包括传统主机厂或者独立或合资品牌等公司，都会涉及到更多的决策。

我觉得我的受众是什么年龄段，什么客户，一些自主品牌都知道我的客户是20到30岁有竞争力的年轻人。这是他们的肖像。但是基于车主的特征做出相应的判断，基于包括分类算法在内的一些类别做出判断之后，会发现他的受众大部分是在40到50岁这个年龄段，和他们决定做这样的客户受众是不一样的。

如果这一步出了问题，本质上营销的推广也会出现相应的问题，甚至在人群选择的层面，但是通过刚才提到的一些无监督的归类或者分类算法来帮助这些企业识别，其实你会发现他的客户会是什么样子。基于这些做更多个性化或者精准化的营销。

除了刚才说的营销场景，按照生命周期阶段做这件事的营销自动化或者营销智能化也是非常关键的一点。

包括BAIC在内的其他原始设备制造商的客户正在使用我们的营销自动化平台。其实最核心的思路会涉及到帮助营销人员在一个非常简单的画布上搭建，在什么条件下，什么样的人想在试驾后发个微信或者体验个问卷调查，或者车主会推送其他相关服务等等。，无论是微信、短信还是电话关怀或回访。

本质上，在另一个层面上，也减少了IT部门在日常营销活动中更多的干预和人工支持，让营销人员尽可能不用写任何代码就能独立完成其营销自动化的每一个相关环节。

最后，这个场景就是我刚才说的，在整体的客户数据中，在数字化的应用场景中，因为整体应该是以客户为中心的，而不仅仅是在我们刚才说的70%、80%的场景都是营销的情况下。事实上，客户的洞察反馈和我们谈到的C2M或C2B场景也非常关键，我们看到的应用场景也非常重要。

这一块包括威马、滴滴出行等汽车或出行品牌做相应。前几天新款上市后，威马特别想关注一下，大家是在免费app内还是在免费app外评价或评论它的外观、内饰、电池、性能还是个性化。这是我们提到的基于所有客户洞察反馈和基于这些实时客户的一些反馈，可以支持更好的服务和更好的未来新产品开发或个性化制造。

在滴滴这样的场景中，由于这些情况大多会是文本化的客户数据的存在，在数据越来越大的情况下，人工解决问题是不现实的，因为自然语言处理可以帮助实时解决AI中相应的客户洞察反馈，支持我们刚刚提到的客户洞察或者C2M场景。

最后简单介绍一下我们在汽车行业或者其他行业的相关案例。我们帮助玛莎·莱迪品牌根据其国内车主的特征，预测其数百万潜在客户的购车意向。

我刚才提到了每一个潜客的受众，未来如何识别这些客户？我……他们14个月左右的销售周期，未来两三个月内会有真正的购车者对外打电话或者预约试驾。如果我们在电话里遇到其他客户，如果没有区别，客户体验会很差，营销效率会很低。8月11日至13日，2020年第十二届中国汽车蓝皮书论坛在武汉举行。论坛第三天，创略科技联合创始人兼总裁杨晨云发表了题为《股票时代数据和智能驱动的新增长》的主题演讲。

以下是演讲实录。

亲爱的来宾和老师们，下午好！很高兴今天能和大家一起探讨汽车行业的数字化转型和一些核心问题。

我今天分享的一个话题是“数据和智能驱动股票时代的新增长”。我来自杨晨云，创略科技联合创始人，英文名Tiger。

事实上，这里已经有一些老朋友和一些新朋友了。简单描述一下我们是什么样的公司。创略科技的核心是利用基于大数据架构的数据科学，包括AI深度学习和自然语言处理技术。服务端是面向消费者的企业，主要是汽车出行等行业，包括其他金融对应行业像零售、旅游。

核心是基于客户数据提升营销的效率、效果、客户体验和客户生命周期。在国内，这些年来也获得了一些AI和大数据方面的相关荣誉，包括中科院等等。

让我简单介绍一下我自己。在此之前，我和我的其他创始人在海外硅谷度过了十几年的漫长时光。我们有幸在加州伯克利，和当时的图灵奖获得者一起做了一些数据挖掘的研究，回国后创建了相应的数据中心解决方案。团队包括在营销领域从业近20年的专家，垂直行业包括汽车等行业的专家，在大数据和AI领域从业近20年的数据科学家等。，打造团队的核心行业解决方案。

这次听到更多业内人士谈论今年的特殊情况。在过去两年多的时间里，由于经济下行和汽车行业的相对饱和，获得新客户越来越困难，销量明显具有挑战性。今年越来越差，上半年的疫情也对很多企业造成了很大的短期冲击，包括传统的主机厂。

除了今年的疫情，这两年我们一直在谈论数字化转型的话题，也看到我们接触的汽车行业越来越多的客户开始意识到数字化转型的重要性和紧迫性。在我们刚刚提到的存量时代，发掘新的增量非常重要。

在这个过程中，我们服务的几百个客户会发现，这里有很多坑，数字化转型中有很多坑，需要大家共同面对和克服，或者在实际操作层面避免。不然你会发现有很多实用的层面，可能是以前没见过的。

在汽车行业，我们也会发现整体销售周期会更长。每一个环节如何实现，都涉及到以客户为中心的数字化的相应转型。在每一个环节中，这个的基础都是相应的数据收集。为什么一些造车新势力或者智能汽车品牌开始设立私域流量矩阵，希望在前期通过内容和运营逐渐体现客户的标签，做个性化营销。

后来包括售后环节等等，我们看到传统的主机厂也开始提供包括出行在内的服务。本质是在出行领域，如果还没有购车，也可以通过分时租赁在部分潜在受众中产生高频和潜在数据。在我们提到的数字化转型中，数据本身是一个非常关键的点。

另一块是在整个过程中，从传统的汽车制造，到让经销商实现所有相关的销售，到一个以客户为中心的转型，包括国内一些最大的自主品牌已经开始谈全面的To C战略，不仅仅是围绕汽车的销售，更是围绕自己的接触和积累，数据资产的接触，真正把汽车的生命周期和客户的角度结合起来，以客户为中心做相应的后续工作。

所以基于此，我们将聚焦中国(20)15年和(20)16年的大数据架构，推出客户数据中心或客户数据平台的CDP概念。在汽车行业的应用中，我们会发现我们刚刚提到的这些潜在客户的一些行为数据，并逐步收集我们所拥有的行为数据……t之前通过私域流量和私域矩阵收集或关注的。

此外，在这种系统存在之前，还有许多问题没有解决。在此之前，会有一些基于资金留存等的线索。，主要基于客户保护数据，包括CRM等系统。

没有打通，客户的体验和真正实现相应营销转化的环节都不是建立在整个客户的三维画像上。这一块成为客户体验、增强个性化、实现智能和效率的高效第一步。打通后，它逐渐根据人工和专家标签做出一些预测分析。

看整体系统中对应的应用场景。一开始是基于客户数据。在此基础上，我们通常会看到更多围绕营销或个性化的客户场景来做相应的营销。从最初的潜客对购车意向或预约试驾意向的预测，到相应的客户置换或复购意向，再到新客户的拓展，我们可以基于已有的客户画像进行更精准、更精准的接触。

除了营销场景，你会发现以客户为中心的场景其实开始延伸到更多的应用场景，而不是营销场景。包括这两年一直在提的C2M、C2B等个性化需求，到个性化制造，以及这些点的个性化需求。后来我们看到一些主机厂的设计部门或者产品部门也开始注重根据客户数据建立一些相应的特色部门。

接下来，把重点放在我们刚刚提到的整体价值点上，简单的一个一个展开。包括我们可能和一些汽车行业的客户，包括非汽车行业的客户积累的应用和案例。

首先，建立客户数据中心的CDP。建立客户数据中心的核心，可以帮助企业建立三维的客户认知，并基于客户中心做出相应的最终应用和决策。

这其实是为了帮助我们的客户——威马汽车。在新能源汽车或新势力中，威马是较早拥抱数字化转型并打造相应CDP的厂商。之前我们可以看到左边会有更多的各种类型数据的客户联系人。之前基于不同的流程，比如一些传统的OEM线索管理CRM等零散的存在，包括广告等售后数据，没有办法用整体做一个客户在任何部门的立体标签画像。

度过这一关非常重要。我们真正开始了解客户在这个阶段是否可能有相应的维修需求或者其他新的需求，并最终应用到运营上，包括营销和售后服务，甚至C2M和C2P的场景。

在营销层面，第一个核心是潜艇层面。在潜在客户层面，如何看到或者识别或者针对潜在客户做一些个性化的营销。有三种主要情况:

一是过去或未来是否会有真实的购车意向。

在购车意向筛选和试驾预约筛选中，我们会发现更多的客户，包括DCC部门，以前这一块做的不好，每天都会打很多电话，但是如果客户打电话给这些本质上并不高尚的客户，客户体验本身就不好，因为最近是网上谈种草的阶段，但是我们继续打电话来试驾等等。

如何识别同样的情况？未来一个月到三个月，会有买车的意向，对应的客户会打对应的电话，他会认为是有价值的信息，有意义的信息。其他客户前期可能会通过微信或者其他私域手段来维护和培养相应的需求。

第二，在客户或现有客户层面，我们会发现相当多的企业包括客户。当然，这只是其中一个场景。

在接触较少的情况下，年度续会是客户保护层面的关键场景，也是每年至少能保证一次沟通的情况……如果有犹豫，不续费或提及其他品牌名称等。，那肯定是担心他可能有代替或者替换的意图。现在是一个关键的机会，推动他是否可能更换或替换，同品牌的其他型号或更高端的型号。

这将涉及到语音转换成文本后的一段对话或一条消息的可能性，相关的关键词和语义分析将在文本转换后由专员处理技术进行识别，在这种情况下判断是否可能存在潜在的替换需求。不仅仅是客户服务中的续保，更是如何在众多售后环节中捕捉到相应的需求数据，包括维修数据，来完善相关的售后服务，对品牌的忠诚度和长期合作有着重要的意义。

第三，新客户的推广。在新客户推广层面，很多以前的公司，包括传统主机厂或者独立或合资品牌等公司，都会涉及到更多的决策。

我觉得我的受众是什么年龄段，什么客户，一些自主品牌都知道我的客户是20到30岁有竞争力的年轻人。这是他们的肖像。但是基于车主的特征做出相应的判断，基于包括分类算法在内的一些类别做出判断之后，会发现他的受众大部分是在40到50岁这个年龄段，和他们决定做这样的客户受众是不一样的。

如果这一步出了问题，本质上营销的推广也会出现相应的问题，甚至在人群选择的层面，但是通过刚才提到的一些无监督的归类或者分类算法来帮助这些企业识别，其实你会发现他的客户会是什么样子。基于这些做更多个性化或者精准化的营销。

除了刚才说的营销场景，按照生命周期阶段做这件事的营销自动化或者营销智能化也是非常关键的一点。

包括BAIC在内的其他原始设备制造商的客户正在使用我们的营销自动化平台。其实最核心的思路会涉及到帮助营销人员在一个非常简单的画布上搭建，在什么条件下，什么样的人想在试驾后发个微信或者体验个问卷调查，或者车主会推送其他相关服务等等。，无论是微信、短信还是电话关怀或回访。

本质上，在另一个层面上，也减少了IT部门在日常营销活动中更多的干预和人工支持，让营销人员尽可能不用写任何代码就能独立完成其营销自动化的每一个相关环节。

最后，这个场景就是我刚才说的，在整体的客户数据中，在数字化的应用场景中，因为整体应该是以客户为中心的，而不仅仅是在我们刚才说的70%、80%的场景都是营销的情况下。事实上，客户的洞察反馈和我们谈到的C2M或C2B场景也非常关键，我们看到的应用场景也非常重要。

这一块包括威马、滴滴出行等汽车或出行品牌做相应。前几天新款上市后，威马特别想关注一下，大家是在免费app内还是在免费app外评价或评论它的外观、内饰、电池、性能还是个性化。这是我们提到的基于所有客户洞察反馈和基于这些实时客户的一些反馈，可以支持更好的服务和更好的未来新产品开发或个性化制造。

在滴滴这样的场景中，由于这些情况大多会是文本化的客户数据的存在，在数据越来越大的情况下，人工解决问题是不现实的，因为自然语言处理可以帮助实时解决AI中相应的客户洞察反馈，支持我们刚刚提到的客户洞察或者C2M场景。

最后简单介绍一下我们在汽车行业或者其他行业的相关案例。我们帮助玛莎·莱迪品牌根据其国内车主的特征，预测其数百万潜在客户的购车意向。

我刚才提到了每一个潜客的受众，未来如何识别这些客户？我……他们14个月左右的销售周期，未来两三个月内会有真正的购车者对外打电话或者预约试驾。如果我们在电话里遇到其他客户，如果没有区别，客户体验会很差，营销效率会很低。在底层，基于包括DMS或私有域在内的行为数据建立多层分发组合模型。经过两年多的合作，预测准确率已经训练到接近百分之九十七，预定试驾翻倍提升，最后对应的转化率每天都有变化，销售代表可以实时查看如何据此提出相关建议。

帮助魏玛建立CDP。以前传统的情况可能会有一些割裂，每个系统都会涉及到相关的客户数据，形成一个统一的威马ID来做相关的事情。包括行为数据和一些非结构化数据，我们也可以基于大数据架构做相应的处理，形成一套系统化的标签、画像和分级来自动化相关营销，支持更多相关部门基于客户洞察做相关分析。

这两天有不少大佬在谈解决当前汽车行业相关的问题。有时候，需要跳出汽车行业相应的固有思维，去看看其他行业在数字化转型中是如何解决的。

有时甚至有一些相关的有趣的点可以借鉴。包括我们看到大约一半的新能源汽车和新势力来自互联网行业，在传统的主机厂层面做相关的改造。

我们在零售行业也有不少客户。帮助其在星巴克咖啡搭建国内客户数据平台。如果你最近两年会用早期的星巴克APP，这是它基于现有客户做数字营销的策略。打通多个触点确保同一用户后，APP会推送不同的优惠券和美食组合，我们会帮助他们达到90%的预测率，改善超过一半的餐饮搭配相关模型。

0

在其他属于传统行业的企业，包括旅游行业，包括春秋航空和东航，相对高频效应更明显。过去三年的上亿订单和过去72小时的行为数量预测其400条航线上亿乘客未来七天实际会乘坐哪条航线，近两年预测准确率接近99%，未来七天购买哪条航线预测准确率。以前100篇文章有0.7比1的转化率，提高了10倍。这也是基于自如接触上的丰富数据，可以看出效果非常明显。

另外，在其他行业——零售业，比如施华洛世奇，微信官方账号的个性化推送也会实现。我们看到了传统的OEM厂商，之前没有很好的解决个性化的问题。但是施华洛世奇可以通过微信官方账号的个性化推送达到最终的个性化自我营销效果。

最后，像我们金融行业的四大传统银行和五大传统银行，像中国银行，手机银行可以根据我们提供的东西实现个性化推荐。大家可以推送不同的基金理财产品，实现个性化推荐，我们可以看到相关产品销量的提升。

刚才提到我们在汽车和出行领域的客户比较多，包括零售、旅游、教育培训等等。数百家企业有幸携手合作，帮助他们克服数字化转型中一些相应的明显的坑，如何对营销中的相应问题做出基于数据和AI驱动的解决方案。

我们将在下周发布《下一代数据和人工智能驱动的营销自由》白皮书。如果有兴趣，也可以关注我们的微信官方账号。最关键的是，我们希望基于我们提供的相应解决方案，营销人员可以从关注其营销核心痛点的解决中解脱出来，尽可能获得营销自由。

我们看到相当多的客户需要获得数据来支持营销，有时甚至需要两个……r三周甚至一个月才能把数据弄出来。在这个过程中，更不要说实时的个性化营销了，它帮助和赋能营销者独立自由地做相应的个性化营销。

今天，我的分享就在这里。在创略科技，我们的核心应用包括AI、机器学习、深度学习等新兴技术，希望赋能企业解决营销和客户运营更加个性化、实时化、智能化、高效化的终极使命和目标。谢谢您们。今天就分享到这里。谢谢你

敬请关注盖世汽车专题“[盖世直播] 2020中国汽车蓝皮书论坛”。

https://auto.gasgoo.com/NewsTopic/262.html在底层，基于包括DMS或私有域在内的行为数据，建立多层分发组合模型。经过两年多的合作，预测准确率已经训练到接近百分之九十七，预定试驾翻倍提升，最后对应的转化率每天都有变化，销售代表可以实时查看如何据此提出相关建议。

帮助魏玛建立CDP。以前传统的情况可能会有一些割裂，每个系统都会涉及到相关的客户数据，形成一个统一的威马ID来做相关的事情。包括行为数据和一些非结构化数据，我们也可以基于大数据架构做相应的处理，形成一套系统化的标签、画像和分级来自动化相关营销，支持更多相关部门基于客户洞察做相关分析。

这两天有不少大佬在谈解决当前汽车行业相关的问题。有时候，需要跳出汽车行业相应的固有思维，去看看其他行业在数字化转型中是如何解决的。

有时甚至有一些相关的有趣的点可以借鉴。包括我们看到大约一半的新能源汽车和新势力来自互联网行业，在传统的主机厂层面做相关的改造。

我们在零售行业也有不少客户。帮助其在星巴克咖啡搭建国内客户数据平台。如果你最近两年会用早期的星巴克APP，这是它基于现有客户做数字营销的策略。打通多个触点确保同一用户后，APP会推送不同的优惠券和美食组合，我们会帮助他们达到90%的预测率，改善超过一半的餐饮搭配相关模型。

0

在其他属于传统行业的企业，包括旅游行业，包括春秋航空和东航，相对高频效应更明显。过去三年的上亿订单和过去72小时的行为数量预测其400条航线上亿乘客未来七天实际会乘坐哪条航线，近两年预测准确率接近99%，未来七天购买哪条航线预测准确率。以前100篇文章有0.7比1的转化率，提高了10倍。这也是基于自如接触上的丰富数据，可以看出效果非常明显。

另外，在其他行业——零售业，比如施华洛世奇，微信官方账号的个性化推送也会实现。我们看到了传统的OEM厂商，之前没有很好的解决个性化的问题。但是施华洛世奇可以通过微信官方账号的个性化推送达到最终的个性化自我营销效果。

最后，像我们金融行业的四大传统银行和五大传统银行，像中国银行，手机银行可以根据我们提供的东西实现个性化推荐。大家可以推送不同的基金理财产品，实现个性化推荐，我们可以看到相关产品销量的提升。

刚才提到我们在汽车和出行领域的客户比较多，包括零售、旅游、教育培训等等。数百家企业有幸携手合作，帮助他们克服数字化转型中一些相应的明显的坑，如何对营销中的相应问题做出基于数据和AI驱动的解决方案。

我们将在下一周发布关于下一代数据和人工智能驱动的营销自由的白皮书……。如果有兴趣，也可以关注我们的微信官方账号。最关键的是，我们希望基于我们提供的相应解决方案，营销人员可以从关注其营销核心痛点的解决中解脱出来，尽可能获得营销自由。

我们看到相当多的客户需要获取数据来支持营销，有时候甚至需要两三周甚至一个月的时间才能把数据弄出来。在这个过程中，更不要说实时的个性化营销了，它帮助和赋能营销者独立自由地做相应的个性化营销。

今天，我的分享就在这里。在创略科技，我们的核心应用包括AI、机器学习、深度学习等新兴技术，希望赋能企业解决营销和客户运营更加个性化、实时化、智能化、高效化的终极使命和目标。谢谢您们。今天就分享到这里。谢谢你

敬请关注盖世汽车专题“[盖世直播] 2020中国汽车蓝皮书论坛”。

https://auto.gasgoo.com/NewsTopic/262.html

标签：发现合创理念汉威马汽车

汽车资讯热门资讯